Чипы AI5 и AI6 от Tesla получат меньше внешней оперативной памяти, чем планировалось: AI5 — 72 ГБ LPDDR5 вместо 144 ГБ, AI6 — 144 ГБ LPDDR6 вместо целевых 216 ГБ. Для рынка автономных машин и роботов это не мелкая правка в таблице характеристик, а сигнал: даже Tesla приходится выбирать между амбициями нейросетей, себестоимостью и доступностью DRAM.
О пересмотре спецификаций сообщил Илон Маск, пишет Habr / Новости. Причины выглядят приземленно: ограничения в поставках оперативной памяти и необходимость удержать стоимость будущих устройств на уровне, при котором их можно производить массово. Иными словами, в презентациях можно обещать почти серверный запас памяти на борту автомобиля или робота, но закупочные отделы и фабрики быстро возвращают разговор на землю.
AI5 и AI6 Tesla разрабатывает для двух ключевых направлений: бортового комплекса автономного вождения FSD и человекоподобного робота Optimus. В обоих случаях речь идет не о классическом дата-центровом ускорителе, а о вычислительной платформе, которая должна работать локально, с жесткими ограничениями по энергопотреблению, теплу, цене и надежности. Автономное устройство не может каждый раз бегать в облако за решением, когда нужно распознать обстановку, спланировать движение или отработать сценарий взаимодействия с человеком.
По данным источника, AI5 строится на 2-нм техпроцессе с участием мощностей TSMC и Samsung. В описанной конфигурации используется крупный центральный вычислительный кристалл и 12 микросхем LPDDR5 по периметру подложки. Заявленная производительность — 2 000–2 500 TOPS. Tesla позиционирует одночиповый вариант как сопоставимый по вычислительной мощности с NVIDIA H100, а двухчиповые сборки — как попытку подойти к классу решений на базе NVIDIA Blackwell. Это, конечно, не заменяет независимые бенчмарки, но хорошо показывает, в какую лигу компания хочет поставить свои автомобильные и робототехнические чипы.
Пробный выпуск AI5 уже стартовал на фабрике Samsung в Тейлоре, штат Техас. Массовое производство, согласно опубликованным данным, запланировано на 2027 год. На этом горизонте вопрос памяти становится особенно болезненным: спрос на DRAM разгоняют не только автомобильные платформы, но и дата-центры, AI-серверы, ускорители для обучения моделей и обычная потребительская электроника. Tesla конкурирует за одни и те же производственные мощности с компаниями, у которых тоже нет привычки заказывать по мелочи.
Самое очевидное опасение после сокращения памяти — деградация качества работы нейросетей, особенно в Optimus. Для робота запас локальной памяти важен не только ради большой модели, но и ради буферов сенсоров, промежуточных представлений, планирования движения и обработки нескольких потоков данных. Чем меньше DRAM, тем жестче приходится оптимизировать модели, резать лишнее, квантовать веса и внимательнее относиться к тому, что именно хранится во внешней памяти.
Маск утверждает, что потери будут ограниченными из-за архитектуры самих чипов. По описанию, около половины площади вычислительных блоков занимает SRAM-буфер на кристалле. Это принципиально другая память: она дороже по площади, зато гораздо ближе к вычислениям и быстрее внешней DRAM. Для инференса хорошо оптимизированных моделей такой буфер может снять часть нагрузки с внешней памяти: матричные операции и промежуточные активации остаются внутри кристалла, а не гоняются туда-сюда через относительно узкое место.
Для разработчиков, которые работают с edge AI, история знакомая до боли. Когда железо перестает расти по памяти линейно, начинается настоящая инженерия: квантование, сжатие, разбиение моделей, переиспользование буферов, планирование вычислительного графа, подбор форматов данных. Tesla фактически признает, что путь «добавим еще памяти и переживем» слишком дорог для массовых автомобилей и роботов. Значит, больше нагрузки уйдет на софт, компиляторы, runtime и команды, которые умеют выжимать производительность из ограниченного железа.
Для бизнеса сигнал тоже прямой. Если даже компания, которая строит собственные чипы под собственные продукты, пересматривает объем DRAM из-за поставок и себестоимости, то остальным игрокам рынка автономных устройств стоит осторожнее относиться к дорожным картам с щедрыми спецификациями. Память становится не вспомогательной строкой в BOM, а стратегическим ограничителем продукта. Особенно там, где устройство должно продаваться не тысячами штук для лабораторий, а миллионами для массового рынка.
На этом фоне оценка Micron, приведенная в исходном материале, звучит как холодный душ: современному человекоподобному роботу для автономной работы и локального запуска нейросетей может потребоваться не менее 200 ГБ DRAM и несколько терабайт NAND. Tesla с AI5 и AI6 идет ниже этой планки, делая ставку на архитектуру, SRAM и оптимизацию моделей. Главный вопрос теперь не в том, сколько TOPS красиво смотрится в спецификации, а сможет ли такая система стабильно работать в реальных сценариях, где ошибка робота или автомобиля стоит заметно дороже, чем лишняя микросхема памяти.